Einführung in die Wahrscheinlichkeitsrechnung

Transkript

1 Statistik 1 für SoziologInnen Einführung in die Univ.Prof. Dr. Marcus Hudec

2 WAHRSCHEINLICHKEITSRECHNUNG It is remarkable that a science which began with the consideration of games of chance should have become the most important object of human knowledge... The most important questions of life are, for the most part, really only problems of probability. Pierre Simon de Laplace Theorie Analytique des Probabilities, Statistik 1 - Einführung in die

3 Zufall und Erkenntnis Klassischer wissenschaftstheoretischer Fortschrittsglauben: Unsicherheit und Unschärfe (Zufall) können durch fortschreitende wissenschaftliche Erkenntnis reduziert werden Gegensätzliche Standpunkte: Demokrit: Die Natur ist in ihrer Grundlage streng determiniert Zufälliges entspricht dem Nichterkannten Epikur: Der Zufall ist immanenter Bestandteil der Natur der Erscheinungen unserer Welt 3 Statistik 1 - Einführung in die

4 Zweifel am deterministischen Weltbild Das Gewebe dieser Welt ist aus Notwendigkeit und Zufall gebildet; die Vernunft des Menschen stellt sich zwischen beide und weiß sie zu beherrschen; sie behandelt das Notwendige als den Grund ihres Daseins; das Zufällige weiß sie zu lenken, zu leiten und zu nutzen,... Johann Wolfgang von Goethe Dissertation von Karl Marx (1841) beschäftigte sich über den Unterschied in der Naturphilosophie Demokrits und Epikurs 4 Statistik 1 - Einführung in die

5 Paradigmenwechsel im 20.Jahrhundert Erkenntnisse der theoretischen Physik "Existenz der Wahrscheinlichkeit in der Natur" Thermodynamik (Boltzmann) Bewegungen von Molekülen werden nicht durch Gesetze der Newtonschen Mechanik sondern durch Wahrscheinlichkeitsgesetze gesteuert Quantenmechanik (Heisenberg) Radioaktivität: freie Neutronen zerfallen zufällig Ihre Anzahl gehorcht jedoch einem bestimmten Gesetz Kalkül des Zufalls ~ Einstein: "Gott würfelt nicht" 5 Statistik 1 - Einführung in die

6 Unschärferelation der Quantenmechanik Grundpostulat der modernen Physik: Die Elementarvorgänge im materiellen Geschehen entziehen sich grundsätzlich einer exakten raumzeitlichen Darstellung. Voraussagen über Ort und Geschwindigkeit der kleinsten Partikeln haben immer nur den Charakter von Wahrscheinlichkeitsaussagen. Werner Heisenberg 6 Statistik 1 - Einführung in die

7 Wahrscheinlichkeit und Biologie Theorie der Evolution: umweltbedingt kommt es zu zufälligen Änderungen des Genotyps crossing over Mutuation Evolution ist keine Entwicklung von primitiven zu komplexen Lebensformen sondern eine Entwicklung von weniger angepassten Arten zu besser angepassten Die Rolle des Zufalls für moderne Biologie und Genetik ==> M. Eigen "Das Spiel Die Rolle des Zufalls für moderne Physik und Biologie ==> L. Tarassow Wie der Zufall will? - Vom Wesen der Wahrscheinlichkeit 7 Statistik 1 - Einführung in die

8 Unsere Gesellschaft muss stärker lernen, Risiken zu bewerten, ganz generell gesprochen. Das Leben mit der Chance und dem Risiko ist ein wichtiges gesellschaftliches Problem. Ich finde es in einer komplexer werdenden Welt auch wichtig, Kinder bereits frühzeitig an solche Abwägungen heranzuführen, die sie später immer wieder vornehmen müssen. Im Kindergarten und in der Schule können Kinder spielerisch lernen, was Wahrscheinlichkeit und Risiko bedeuten. Angela Merkel in einem Interview 12/ Statistik 1 - Einführung in die

9 Definitionen - 1 Kalkulatorische Erfassung des Phänomen Zufalls Zufallsvorgang Vorgang mit ungewissem Ausgang Es gibt mehrere mögliche Ergebnisse des Vorgangs Das Ergebnis bei einer Durchführung ist nicht mit Sicherheit vorhersehbar Zufallsexperiment Der Vorgang ist unter gleichen Randbedingungen beliebig oft wiederholbar 9 Statistik 1 - Einführung in die

10 Bestimmung der Wahrscheinlichkeit Das Prinzip "günstige Fälle" dividiert durch alle "möglichen Fälle" im Rahmen eines Modells gleicher Wahrscheinlichkeiten für die Einzelereignisse Laplace klassischer Wahrscheinlichkeitsbegriff einfache ideale Glücksspiele Statistische Wahrscheinlichkeit für das Eintreten eines Ereignisses ist jener Wert, bei dem sich die relative Häufigkeit bei einer wachsenden Zahl von Versuchswiederholungen stabilisiert Mises frequentistischer Wahrscheinlichkeitsbegriff alle Zufallsexperimente Das Konzept subjektiver Wahrscheinlichkeiten de Finetti subjektiver Wahrscheinlichkeitsbegriff alle Zufallsvorgänge 10 Statistik 1 - Einführung in die

11 Beispiele: In einer Gruppe befinden sich 8 Männer und 2 Frauen Es wird eine Person zufällig ausgewählt. Wie groß ist die Wahrscheinlichkeit, dass ein Mann ausgewählt wird? Laplace: Anzahl der Möglichkeiten = 10 Anzahl der günstigen Fälle = 8 Wahrscheinlichkeit = 80% Voraussetzung: Echte Zufallsauswahl alle Personen haben die gleiche Chance gewählt zu werden. 11 Statistik 1 - Einführung in die

12 Beispiele: Mises Wiederholte Durchführung der Auswahl und Ermittlung der relativen Häufigkeit, dass ein Mann gewählt wurde. Verwende diese relative Häufigkeit, als Maß für die Wahrscheinlichkeit Voraussetzung: Wiederholbarkeit muss möglich sein De Finetti Subjektive Einschätzung kann zweifel an Zufälligkeit berücksichtigen 12 Statistik 1 - Einführung in die

13 Was ist Wahrscheinlichkeit? Wahrscheinlichkeit ist der Grad der Gewissheit für das Eintreten von Ereignissen Je nach Sichtweise können Wahrscheinlichkeiten hergeleitet werden, als ein Maß für die Unsicherheit konkreter Ereignisse aufgrund der möglichen Alternativen ein Maß für die relative Häufigkeit des Auftretens von Ereignissen ein Maß für den Grad an persönlicher Überzeugung 13 Statistik 1 - Einführung in die

14 Definitionen Ein möglicher Ausgang (mögliches Ergebnis) eines Zufallsexperiments wird als Elementarereignis bezeichnet. e1, e2,... Die Menge aller Elementarereignisse eines Zufallsexperiments wird als Ergebnismenge oder Stichprobenraum bezeichnet. E={e1, e2,...} Eine Teilmenge A der Ergebnismenge heißt (zusammengesetztes) Ereignis. Ein Ereignis A tritt ein, wenn ein Ergebnis beobachtet wird, das zu A gehört. A E 14 Statistik 1 - Einführung in die

15 Ereignis A als Teilmenge von E: A E E A ist Teil von E 15 Statistik 1 - Einführung in die

16 B ist ein Teilereignis von A : B A E E B ist Teil von A 16 Statistik 1 - Einführung in die

17 Komplementärereignis (Inversion) E A' A A' = E Nicht A 17 Statistik 1 - Einführung in die

18 Durchschnitt von A und B E A B={e e A und e B} sowohl als auch 18 Statistik 1 - Einführung in die

19 Vereinigung von A und B E A B={e e A oder e B}oder (aber nicht exklusiv) 19 Statistik 1 - Einführung in die

20 Differenzmenge: A ohne B E A \ B={e e A und nicht e B} Beachte: E \ A = A' ohne 20 Statistik 1 - Einführung in die

21 Exklusives Oder E (A B') (A' B) = (A B) \ (A B) entweder oder 21 Statistik 1 - Einführung in die

22 Wahrscheinlichkeitsmaß Ein Wahrscheinlichkeitsmaß P ist eine Abbildung, die allen möglichen Elementarereignissen eines Zufallsexperiments eine Zahl zuordnet und dabei den Axiomen von Kolmogorov genügt. Die Wahrscheinlichkeit eines beliebigen Ereignisses A ergibt sich durch die Summe der Wahrscheinlichkeiten jener Elementarereignisse, die in A enthalten sind. Positivität 0 P(A) 1 Normierung P(E) = 1 Additivität P(A 1 A 2 )=P(A 1 )+P(A 2 ) falls A 1 A 2 = 22 Statistik 1 - Einführung in die

23 Die Axiome in Worten Für jedes Ereignis ist die Wahrscheinlichkeit eine reelle Zahl zwischen 0 und 1. Das sichere Ereignis hat die Wahrscheinlichkeit 1. Das unmögliche Ereignis hat die Wahrscheinlichkeit null. Die Wahrscheinlichkeit einer Vereinigung abzählbar vieler unterschiedlicher Elementarereignisse entspricht der Summe der Wahrscheinlichkeiten der einzelnen Elementarereignisse. Die Summe der Wahrscheinlichkeit von 2 23 komplementären Ereignissen ist 1. P(A A')=P(E)=1 P(A)+P(A')=1 P(A')=1-P(A) Statistik 1 - Einführung in die

24 Einfache Beispiele Eine Münze wird einmal geworfen Elementarereignisse: Kopf, Adler P(K) = 1/2 P(A) = 1/2 E=K A P(K A) = 1/2 + 1/2 = 1 Eine Münze wird zweimal geworfen 4 Elementarereignisse: KK, KA, AK, AA P(KK) = P(KA) = P(AK) = P(AA) = 1/4 Zusammengesetztes Ereignis: A = "zwei gleiche Ergebnisse" A = {KK, AA} = P(A) = 1/4 + 1/4 = 1/2 24 Statistik 1 - Einführung in die

25 Beispiel: Würfelwurf mögliche Elementarereignisse 1, 2, 3, 4, 5, 6 P(1) = P(2) = P(3) = P(4) = P(5) = P(6) = 1/6 P(E) = 1/6 + 1/6 + 1/6 + 1/6 + 1/6 + 1/6 = 1 (Zusammengesetzte) Ereignisse A... gerade Augenzahl A={2, 4, 6} P(A) = 1/6 + 1/6 + 1/6 = 3/6 B... Augenzahl < 3 B={1, 2} P(B) = 1/6 + 1/6 = 2/6 25 Statistik 1 - Einführung in die

26 Komplementbildung A'... Nicht A ungerade Augenzahl A' = {1, 3, 5} A' = E \ A P(A') = P(E) - P(A) = 1 - P(A) = 1-3/6 = 3/6 3 A' E A 5 26 Statistik 1 - Einführung in die

27 Durchschnittsbildung A B... A B = {2} P(A B) = 1/6 gerade Augenzahl und Augenzahl kleiner B E A 5 27 Statistik 1 - Einführung in die

28 Differenzmenge A \ B... gerade Augenzahl ohne den Augenzahlen kleiner 3 A \ B = {4, 6} P(A \ B) = P(A) - P(A B) = 2/ B E A 5 28 Statistik 1 - Einführung in die

29 Beispiel zur Ereignisalgebra Sex Alter <=25 >25 Gesamt männlich weiblich Gesamt Merkmale: Geschlecht, Alter A...(Geschlecht = männlich)... n(a)=50...h(a)=0,50 A...(Geschlecht = nicht männlich) (Geschlecht = weiblich)... n(a )=50... h(a )=0,50 B...(Alter <= 25)... n(b)=60... h(b)=0,60 B...(Alter > 25)... n(b )=40... h(b )=0,40 29 Statistik 1 - Einführung in die

30 Beispiel zur Ereignisalgebra Sex Alter <=25 >25 Gesamt männlich weiblich Gesamt Durchschnitt A B (Geschlecht = männlich) und (Alter <= 25) n(a B )=20...h(A B )=0,20 Man beachte P(A B) ist offensichtlich nicht immer gleich dem Produkt P(A) mal P(B)! (Details im nächsten Kapitel) 30 Statistik 1 - Einführung in die

31 Beispiel zur Ereignisalgebra Sex Alter <=25 >25 Gesamt männlich weiblich Gesamt Vereinigung A B (Geschlecht = männlich) oder (Alter <= 25) n(a B )=90 (ergibt sich aus ) h(a B )=0,90 Man beachte: P(A B) = P(A) + P(B) - P(A B ) 0,90 = 0,50 + 0,60 0,20 31 Statistik 1 - Einführung in die

32 Beispiel zur Ereignisalgebra Sex Alter <=25 >25 Gesamt männlich weiblich Gesamt Differenzmenge A \ B (Geschlecht = männlich) ohne (Alter <= 25) n(a \ B )=30...h(A \ B )=0,30 Man beachte: P(A \ B) = P(A) - P(A B) 0,30 = 0,50-0,20 32 Statistik 1 - Einführung in die

33 Einfache Regeln der Mengenalgebra (A B)' = A' B' Gesetz von de Morgan Nicht (A oder B) = (Nicht A) und (Nicht B) (A B)' = A' B' A B A B A' B' 33 Statistik 1 - Einführung in die

34 Anwendung von De Morgan im Würfelbeispiel A = {2, 4, 6 } B = {1, 2} (A B)' = A' B' Nicht (gerade Augenzahl oder Zahl kleiner 3) = Nicht (gerade Augenzahl) und Nicht (Zahl kleiner 3) linke Seite: (A B)' = {1, 2, 4, 6}' = {3, 5} rechte Seite: A' B' = {1, 3, 5} {3, 4, 5, 6} = {3, 5} 34 Statistik 1 - Einführung in die

35 Anwendung von De Morgan Sex Alter <=25 >25 Gesamt männlich weiblich Gesamt Negation der Vereinigung Nicht(A B) = Nicht((Geschlecht = männlich) oder (Alter <= 25))= ((Geschlecht = nicht männlich) und (Alter > 25)) n(nicht(a B))=10...h(Nicht(A B))=0,10 n(a B ) =10 35 Statistik 1 - Einführung in die

36 Anwendung von De Morgan Sex Alter <=25 >25 Gesamt männlich weiblich Gesamt Negation des Durchschnitts Nicht(A B) = Nicht((Geschlecht = männlich) und (Alter <= 25))= ((Geschlecht = nicht männlich) oder (Alter > 25)) n(nicht(a B))=80...h(Nicht(A B))=0,80 n(a B ) =80 (ergibt sich aus ) 36 Statistik 1 - Einführung in die

37 ZUSAMMENFASSUNG Manchmal gilt: P(A B) = P(A). P(B) Manchmal gilt: P(A B) P(A). P(B) Aufklärung darüber Unabhängigkeit (nächste Lektion) P(A B) = P(A) + P(B) - P(A B ) Die Wahrscheinlichkeit eines durch Vereinigung definierten Ereignisses ist die Summe der Wahrscheinlichkeiten der beiden Ereignisse minus der Wahrscheinlichkeit des Durchschnitts (Doppelzählung!) P(A \ B) = P(A) - P(A B) 37 Statistik 1 - Einführung in die